Ağaç tabanlı sınıflandırma algoritmaları
Tree-based classification algorithms
- Tez No: 928478
- Danışmanlar: PROF. DR. BURAK ORDİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Sınıflandırma algoritmaları, günümüzde birçok disiplinde gerçekleştirilen araştırmaların temel yapı taşlarından birini oluşturmaktadır. Makine öğrenimi ve yapay zeka alanlarındaki veri miktarının sürekli artışı, bu verilerin sınıflandırılması ve gruplandırılması gerekliliğini önemli bir sorun haline getirmiştir. Sınıflandırma algoritmaları, bu bağlamda etkili çözümler sunarak sağlık, ekonomi, mühendislik, sosyal medya uygulamaları ve güvenlik gibi pek çok farklı alanda yaygın olarak kullanılmaktadır. Özellikle, hastalıkların erken teşhisi ve tedavi planlamalarının oluşturulmasında sınıflandırma algoritmalarının başarısı büyük önem taşımaktadır. Ayrıca, metin sınıflandırma, duygu analizi ve görüntü işleme gibi alanlarda veri analistlerine önemli kolaylıklar sağlamaktadır. Bunun yanı sıra, bankacılık sektöründe kredi riski değerlendirmesi amacıyla verilerin analiz edilmesi, bankalar ve şirketler açısından büyük önem arz etmektedir. Gözetimli bir makine öğrenmesi algoritması olan ağaç tabanlı sınıflandırma algoritmaları, literatürde incelendiğinde, neredeyse her tür sınıflandırma problemin çözümünde etkin bir şekilde kullanılmaktadır. Bu tez çalışmasında ağaç tabanlı sınıflandırma algoritmaları ile ilgili literatürde yeralan çalışmalar incelenmiş, örnek veri setleri üzerinde WEKA paket programındaki ağaç tabanlı sınıflandırma algoritmaları ve diğer sınıflandırma algoritmalarının performansları karşılaştırılmıştır. Elde edilen sonuçlar analiz edilip, algoritma sonuçları tartışılmıştır.
Özet (Çeviri)
Classification algorithms constitute a fundamental cornerstone in numerous research domains. The ever-increasing volume of data in the fields of machine learning and artificial intelligence has rendered the classification and grouping of this data a critical issue. Classification algorithms offer effective solutions in this context, and they are widely employed in various fields such as healthcare, economics, engineering, social media applications, and security. Specifically, the success of classification algorithms is of paramount importance in the early diagnosis of diseases and the formulation of treatment plans. Moreover, they provide significant convenience to data analysts in areas such as text classification, sentiment analysis, and image processing. Additionally, the analysis of data for credit risk assessment in the banking sector is crucial for banks and companies. Tree-based classification algorithms, which are a type of supervised machine learning algorithm, are extensively utilized in solving nearly every classification problem, as evidenced by the literature. In this thesis, the studies in the literature related to tree-based classification algorithms were examined, and the performances of tree-based classification algorithms and other classification algorithms in the WEKA software were compared on sample datasets. The obtained results were analyzed, and the outcomes of the algorithms were discussed.
Benzer Tezler
- Veri madenciliği nde regresyon ağaçları ile sınıflandırma ve bir uygulama
Classification with regression trees in data mining, and a appiication
GÜLSER DONDURMACI
Doktora
Türkçe
2011
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. NALAN CİNEMRE
- Çok sınıflı medikal görüntü sınıflandırması için melez derin öğrenme yaklaşımları
Hybrid deep learning approaches for the multi class medical image classification
ZELİHA KAYA AKÇELİK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖNÜL ULUDAĞ
- Land cover classification using cloud-based machine learning techniques: A case study from Istanbul Metropolitan City
Bulut tabanlı makine öğrenmesi teknikleri kullanılarak arazi örtüsü sınıflandırması: İstanbul Metropol örneği
ŞEVVAL DURMAZBİLEK
Yüksek Lisans
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Makine öğrenmesi algoritmalarının performans analizi: Simülasyon ve orman yangını verisi üzerinde uygulama
Performance analysis of machine learning algorithms: A simulation-based study and an application on forest fire data
CEYDA MURAT
- Presumption of complex appendicitis in children and predicting with machine learning algorithms
Çocuklardaki kompleks apandisiti anlama ve makine öğrenmesi algoritmalarıyla tahmin etme
TAHA EREN SARNIÇ
Yüksek Lisans
İngilizce
2021
Çocuk Sağlığı ve HastalıklarıTED ÜniversitesiVeri Bilimi Ana Bilim Dalı
DOÇ. DR. İBRAHİM ÜNALMIŞ
DR. İNAN UTKU TÜRKMEN